不管是前端还是后端，都要看的Elasticsearch快速入门

这篇具有很好参考价值的文章主要介绍了不管是前端还是后端，都要看的Elasticsearch快速入门。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

一．什么是Elasticsearch

Elasticsearch 是一个分布式、高扩展、高实时的搜索与数据分析引擎，Elasticsearch和Mysql，Redis，MongoDb，Clickhouse等一样，都可以认为它是一种数据库

二．为什么要用Elasticsearch

设想一个场景：

user表有6千多万条数据，我想查询nick中包含”大帅哥“的数据：

Select nick from user where nick like '%大帅哥%'

比如，我把大帅哥写成了帅哥，写成了大帅锅，写成了dashuaige，甚至写成了dsg，大帥哥等，此时的 Mysql是无法处理的，而Elasticsearch借助分词器（后续介绍），可以简单快速查询检索。

三．Mysql和Elasticsearch概念对比

1、 MySQL 的数据库（DataBase）相当于 Index（索引），数据的逻辑集合，ES 的工作主要也是创建索引，查询索引。

2、一个数据库里会有多个表（Table），同样的一个 Index 也会有多个 type。

3、一个表会有多行（Row），同样的一个 Type 也会有多个 Document。

4、 Schema 指定表名，表字段，是否建立索引等，同样的 Mapping 也指定了 Type 字段的处理规则，即索引如何建立，是否分词，分词规则等。

5、MySQL 中一个row对应多个Column，同样的一个Document会有多个Fields。

6、在 MySQL 中索引是需要手动创建的，而在 ES 一切字段皆可被索引，只要在 Mapping 在指定即可。

总结：

Mysql关系型数据库，适用于结构化数据（数据与数据之间存在强关联）的数据存储和查询和数据与数据之间的关系处理，大量数据检索需要全表查询，性能差

Elasticsearch非关系型数据库，适用于数据与数据之间相对独立的大量数据的检索查询，数据修改效率低于Mysql，不善于处理数据之间的关系

四．实际操作

通过Docker，使用es和kibana镜像，开启es服务和kibana（后续介绍）。

我们使用的版本号是：5.6.12

使用Kibana Dev Tool（后续介绍）操作：

索引的新建

Setting和Mapping的解释

Setting：es通过settings设置索引的基础参数，包括分词器、分片等。文章来源地址https://www.toymoban.com/news/detail-482079.html

PUT /baobaokanjia/
{
  "settings": {
    "number_of_shards": 1,
    "analysis": {
      "analyzer": {
        "ik_max_word_t2s": {
          "char_filter": [
            "tsconvert"
          ],
          "tokenizer": "standard"
        },
        "ik_smart_t2s": {
          "char_filter": [
            "tsconvert"
          ],
          "tokenizer": "standard"
        },
        "pinyin_analyzer": {
          "tokenizer": "my_pinyin"
        }
      },
      "char_filter": {

到了这里，关于不管是前端还是后端，都要看的Elasticsearch快速入门的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！